Análise da Expressão Gênica através de
Cadeias de Markov extraídas a partir de RNRs
Cadeias de Markov extraídas a partir de RNRs
Ígor L. Almeida, Denise R. Pechmann e Adelmo L. Cechin |
Microarrays have made it straightforward to monitor simultaneously the expression pattern of thousands of genes. Thus, a lot of data is being generated and the challenge now is o discover how to extract useful information from them. Microarray data is highly specialized, involves several variables in a non-linear and temporal way, demanding nonlinear recurrent free models, which are complex to formulate and to analyze. Markov Chains are easily visualized in the form of graphs of states, showing the influences among the gene expression levels and their changes in time. In this work, it is proposed a new approach to microarray data analysis by extracting a Markov Chain. Important aspects to be analyzed are the time evolution of the genic expression and their mutual influence in the form of regulatory networks.
|
| Keywords: Microarray, Recurrent Neural Network, Markov Chain, Knowledge Extraction. |
|
Microarranjos têm sido fortemente usados para monitorar simultaneamente o padrão de expressão de milhares de genes. Assim, uma grande quantidade de dados tem sido gerada e o desafio atual é descobrir como extrair informações úteis desses conjuntos de dados. Dados de Microarranjos são fortemente especializados, envolvendo diversas variáveis de forma não linear e temporal, necessitando de modelos recorrentes não lineares, os quais são complexos para formular e analisar. Cadeias de Markov podem ser facilmente visualizadas na forma de grafos de estados, que mostram as influências entre os níveis de expressão gênica e suas mudanças no tempo. Neste trabalho é proposta uma nova abordagem para análise de dados de Microarranjos através da extração de Cadeias de Markov. Dois importantes aspectos a serem analisados são a evolução no tempo da expressão gênica e sua influência mútua na forma de redes regulatórias.
|
| Palabras chaves:Microarranjos, Rede Neural Recorrente, Cadeia de Markov, Extração de Conhecimento. |
 |
 |